Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Expressiva inline-taggar

Lektion 5 av 14 Uppdaterad 3 november 2026 Utvecklare
På denna sida
  1. Lägg till känslor och realism i talet
  2. Syntax för inline-taggar
  3. Pauser
  4. Skratt och gråt
  5. Munljud
  6. Andning
  7. Placera taggar strategiskt
  8. Fullständigt exempel
  9. Viktiga punkter

Uppdaterat den 3 november 2026, baserat på xAI:s sida för Text to Speech och referensen för Voice API: de fjorton officiella inline-taggarna, uppdelade i xAI:s fyra familjer (pauser, skratt och gråt, munljud, andning). Taggar debiteras på samma sätt som övrig text. Källor: Text to Speech · Voice API.

Lägg till känslor och realism i talet

Inline-taggar är markörer som du infogar direkt i din text för att utlösa en engångsvisuell expression: en paus, ett skratt, ett munljud eller ett andetag. xAI publicerar fjorton sådana, fördelade på fyra familjer. De gör talgenereringen betydligt mer naturlig och uttrycksfull.

14
Officiella inline-taggar
[tag]
Syntax med hakparenteser
4
Taggfamiljer
60 000
Tecken per begäran, taggar inkluderade

Syntax för inline-taggar

Du skriver inline-taggar inom hakparenteser, [tag], och infogar dem direkt i texten, precis där du vill att effekten ska inträffa:

Hej! [pause] Hur mår du idag?

Under syntesen ersätts taggen med motsvarande ljudeffekt. Den omgivande texten uttalas normalt.

Pauser

Pauser ger talet struktur och en naturlig rytm:

  • [pause]: en kort paus
  • [long-pause]: en längre paus, för ämnesbyte eller för att låta en idé sjunka in
  • [hum-tune]: att humma en melodi, vilket xAI placerar i samma familj
Första idén. [pause] Andra idén. [long-pause] Nu går vi vidare till nästa ämne.
Under tiden [hum-tune] låt oss se vad vi har lärt oss.

Pauser är särskilt användbara mellan sektioner i en lång text, eller för att ge lyssnaren tid att ta till sig viktig information.

Skratt och gråt

Dessa taggar lägger till känslomässiga reaktioner mitt i talet:

  • [laugh]: ett hjärtligt skratt
  • [chuckle]: ett tyst fniss
  • [giggle]: ett fnitter
  • [cry]: gråt
Det är verkligen fantastiska nyheter! [laugh] Jag är så glad för din skull.

De fungerar särskilt bra i dialoger, poddar och berättande innehåll, där de bryter monotonin i klassisk talsyntes.

Munljud

  • [tsk]: ett “tsk” av irritation eller ogillande
  • [tongue-click]: ett tungklick
  • [lip-smack]: ett läppsmack
[tsk] Ännu ett möte som har flyttats.

Andning

Andetag får talet att låta mer mänskligt:

  • [breath]: ett andetag
  • [inhale]: ett inandning
  • [exhale]: en utandning
  • [sigh]: en suck
[breath] Välkommen till detta nya kapitel.
Och ja, ännu ett möte [sigh] men detta blir kort, det lovar jag.

Taggen [breath] är subtil men hjälper till vid långa texter: utan andetag kan en lång uppläsning låta mekanisk.

Placera taggar strategiskt

Hur väl inline-taggar fungerar beror på var du placerar dem. Här är de bästa praxis.

I början av en mening

Placera [breath] i början av ett nytt stycke eller en ny sektion för att efterlikna någon som naturligt börjar tala:

[breath] Nu går vi vidare till den praktiska delen av denna lektion.

Mellan två meningar

Använd [pause] eller [long-pause] för att skapa en naturlig paus:

Den första punkten är viktig. [long-pause] Den andra är ännu viktigare.

Efter en viktig information

En [pause] efter en viktig siffra ger lyssnaren tid att smälta den:

Intäkterna ökade med 47 %. [pause] Det är vårt bästa kvartal någonsin.

Fullständigt exempel

Här är en text som kombinerar flera taggar för ett naturligt resultat:

{
  "text": "[breath] Hej alla, och välkomna till denna presentation. [pause] Idag ska vi prata om ett fascinerande ämne. [long-pause] Artificiell intelligens som talar. [chuckle] Ja, det är lite meta, jag vet. [pause] Men du kommer att se, resultaten är imponerande. [breath] Låt oss börja med grunderna.",
  "voice_id": "eve",
  "language": "en"
}

Viktiga punkter

  • Du skriver inline-taggar inom hakparenteser, [tag], inuti texten
  • [pause] och [long-pause] formar talets rytm
  • [pause], [long-pause] och [hum-tune] utgör pausfamiljen
  • [laugh], [chuckle], [giggle] och [cry] lägger till känslor; [tsk], [tongue-click] och [lip-smack] lägger till munljud
  • [breath], [inhale], [exhale] och [sigh] får talet att låta mer mänskligt
  • Placera taggar där en person naturligt skulle pausa eller reagera
  • Taggar räknas mot gränsen på 60 000 tecken per begäran och debiteras som övrig text